MétaCan
Menu
Retour à la cohorte
Enregistrement W4401649113 · doi:10.53088/jadfi.v3i2.368

Mengukur kinerja keuangan perbankan syariah pada masa pandemi pasca turun SK/Edaran POJK No.18/POJK.03/2020

2023· article· en· W4401649113 sur OpenAlexaboutno aff
Nurmalisa Ismaya Dewi, Mohammad Rofiuddin

Notice bibliographique

RevueJournal of Accounting and Digital Finance · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIslamic Finance and Communication
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReturn on assetsAsset qualityBusinessQuarter (Canadian coin)Financial systemAsset (computer security)FinanceCapital adequacy ratioEconomicsProfitability indexGeography

Résumé

récupéré en direct d'OpenAlex

This research aims to determine the influence of mudharabah financing variables, productive asset quality and bank operational efficiency on financial performance (ROA), as well as the influence of financing risk as a moderating variable. This type of research is quantitative research with a population at seven Islamic commercial banks registered with the Financial Services Authority (OJK), namely Bank BCA Syariah, Bank Syariah Bukopin, Bank Bank Muamalat Indonesia, Bank Panin Dubai Syariah, Bank Victoria Syariah, Bank Mega Syariah and Bank Jabar Banten Syariah in the pandemic era of 2020 and 2021 using quarterly data starting from the second quarter of 2020 to the third quarter of 2021. The method used in this research is Moderated Regression Analysis (MRA). This analysis shows that the mudharabah financing variable hurts return on assets. The quality of productive assets has a positive effect on return on assets. The operational efficiency ratio hurts return on assets. Non-performing finance can moderate mudharabah financing, productive asset quality, and the operational efficiency ratio of return on assets.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,674
Score d'incertitude au seuil0,670

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,017
Tête enseignante GPT0,271
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Accounting and Digital FinanceMême sujetIslamic Finance and CommunicationTravaux en français237 207